Imaginons que les 5 restantes, par simple hasard statistique (le fameux seuil de significativité de p<0.05 signifie précisément qu'il existe 5% de chances d'observer un effet qui n'existe pas en réalité), trouvent un effet positif ou négatif au visionnage de vidéos IA sur l’apprentissage. Que va-t-il se passer ? Les 5 études montrant un effet “significatif” seront publiées dans des revues scientifiques, car elles présentent un “résultat”. Les 95 autres, considérées comme “non concluantes”, seront majoritairement rejetées ou même jamais soumises, leurs auteurs ayant intégré qu’une étude sans effet détectable n’intéresse pas les éditeurs.

"Comment se fait-il que les algorithmes reproduisent à ce point nos biais humains ? Que ce soit pour trier des CV, créer des images ou surveiller les populations, les algorithmes ne sont jamais innocents. Pire : loin du rêve de neutralité qui lui est attaché, l’intelligence artificielle reproduit, voire amplifie les biais humains. Comment dès lors empêcher que les discriminations se perpétuent dans la machine ?

Ce livre puise dans les recherches les plus récentes en sciences de l’informatique et en psychologie, tout autant que dans la tradition philosophique, pour démontrer avec limpidité que les biais, bons ou mauvais, restent nécessaires à la connaissance.

À nous de choisir sur lesquels nous appuyer pour être à la hauteur de l’exigence éthique que l’époque nous impose."