background preloader

Algorithmes

Facebook Twitter

La peste et le corona. @rchiveSIC - Des machines pour chercher au hasard : moteurs de recherche et recherche d'information. Abstract : Which models and behaviors are underlie the way how research and information retrieval are organized on a scale of international dimension.

@rchiveSIC - Des machines pour chercher au hasard : moteurs de recherche et recherche d'information

Each of us is daily confronted to search engine within framework of its activity. These new "libraries" of the Internet rest on logics of classification of the documents very distant from those in our traditional libraries. These new intellectual technologies allow informational discoveries which will change, after a creative process, in knowledge.

New practices appear, which use the serendipity like explicit additive of research. Citoyens taisez-vous : les algorithmes parlent à votre place. « Révolution numérique », objectif « 100 % de services publics dématérialisés à horizon 2022 » : l’ambitieux programme du gouvernement quant à la transformation de l’administration inquiète car il s’impose très rapidement à l’insu des agents et des publics.

Citoyens taisez-vous : les algorithmes parlent à votre place

La dématérialisation trouve d’ailleurs une place de choix dans le rapport Delevoye sur la proposition actuelle de réforme des retraites qui préconise qu’« en 2025, 100 % des démarches relatives à la retraite seront réalisables en ligne ». Les craintes de la dématérialisation des relations administratives sont probablement amplifiées par l’importance prise par la thématique du non-recours aux droits et aux services au cours de la dernière période. Certains perçoivent la dématérialisation comme un « facilitateur » de l’accès aux droits et aux services, pour d’autres, au contraire, elle est « génératrice » ou « activatrice » de difficultés.

Eliminer les relations humaines Infrastructures numériques inégales Le social n’est pas en reste. Fake news et accès à l'info : les "bulles de filtres" ne sont pas le plus gros problème ! Filter bubble is the new Dark web Un billet proposé par Jérémie Poiroux, designer à l’ENS Lyon Rémi Metral est étudiant en journalisme à l’ISCPA Lyon.

Fake news et accès à l'info : les "bulles de filtres" ne sont pas le plus gros problème !

Il travaille en ce moment sur un mémoire qui traite des effets des algorithmes sur notre accès à l’information et m’a posé quelques questions qu’il intégrera à son travail. Avec son aimable autorisation, je reproduis ici l’interview. Pablo Barbera, chercheur à l’Université de New York, semble avoir mis en échec la théorie de la bulle de filtre (“filter bubble effect”) d’Eli Pariser dans une étude intitulée “How social media reduces mass political polarization” (2014). Il faut comprendre que la théorie de la bulle de filtre est développée par Eli Pariser (2011) pour dénoncer les pratiques de l’économie de l’attention des géants du web tels que Google ou Facebook. Pour vous faire consommer, rien de mieux que de vous proposer ce que vous aimez déjà. Pablo Barberà ne remet pas en cause la théorie de bulle de filtre. Références Lazarsfeld, P. Au-delà du fact-checking, cinq pistes pour renforcer l’éducation aux médias.

Tous les ans au mois de mars, pour permettre aux jeunes de découvrir comment fonctionne l'univers de l'information et les aider à aiguiser leur esprit critique, l'Éducation nationale organise une Semaine de la presse à l'école.

Au-delà du fact-checking, cinq pistes pour renforcer l’éducation aux médias

Dans le contexte de l'épidémie de Covid-19, cette édition 2020 se transforme en Semaine de la presse et des médias à la maison, avec la mise à disposition d'un certain nombre de ressources numériques. Quand on parle d’éducation aux médias, on insiste souvent sur la vérification des informations et l’aptitude à détecter des canulars.

Or il semble que les établissements scolaires devraient approfondir cette culture médiatique s’ils veulent aider leurs élèves à s’épanouir dans une société démocratique. Algorithme : mais en fait, qu'est-ce que c'est et à quoi ça sert ? A l’ère du Big Data, du Machine Learning et de l’intelligence artificielle, les algorithmes sont devenus omniprésents dans nos vies.

Algorithme : mais en fait, qu'est-ce que c'est et à quoi ça sert ?

Mais en fait, qu’est-ce qu’un algorithme ? Découvrez la définition du terme, ses cas d’usage et quelques exemples des algo les plus célèbres et massivement utilisés. Le terme algorithme fut inventé par le mathématicien Mohammed Ibn Musa-Al Khwarizmi, dans le courant du neuvième siècle avant Jésus Christ. Avec l’essor de l’intelligence artificielle, ce terme est de plus en plus utilisé et a rejoint la catégorie des ” buzzwords “.

Aujourd’hui, on utilise des algorithmes pour trouver l’amour, pour investir dans les meilleures actions, pour prédire le crime, pour organiser les résultats de recherche sur le web et pour des millions d’autres applications. Hannah Fry : “Il faut une agence de sûreté des algorithmes” YouTube associe par erreur le 11 septembre 2001 aux images de Notre-Dame en feu. Subscribe to read. The new digital divide is between people who opt out of algorithms and. Think You’re Discreet Online? Think Again. But these tools are worrisome, too. Few people posting photos on Instagram are aware that they may be revealing their mental health status to anyone with the right computational power.

Computational inference can also be a tool of social control. The Chinese government, having gathered biometric data on its citizens, is trying to use big data and artificial intelligence to single out “threats” to Communist rule, including the country’s Uighurs, a mostly Muslim ethnic group. [As technology advances, will it continue to blur the lines between public and private? Sign up for Charlie Warzel’s limited-run newsletter to explore what’s at stake and what you can do about it.] Such tools are already being marketed for use in hiring employees, for detecting shoppers’ moods and predicting criminal behavior.

This is worrisome enough when it involves correct inferences. Another troubling example of inference involves your phone number.