Expliquer les critères
Les facteurs qui influencent la sélection, l’ordre d’affichage ou une recommandation doivent être décrits en langage compréhensible.
R
Algorithmes et IA
Transparence des classements, rapprochements et synthèses automatisées
Cette page décrit les informations utilisées par les systèmes automatisés, les principaux traitements appliqués, la place de l’intelligence artificielle et les possibilités de correction ou de contestation.
Principes
Principes applicables
Distinguer calcul et jugement
Une donnée issue d’un modèle, une inférence automatisée et une décision éditoriale humaine sont signalées séparément.
Prévoir la contestation
Une personne ou une institution concernée doit pouvoir signaler une erreur de rapprochement, un biais de classement ou une recommandation inappropriée.
Processus
Informations à publier pour chaque système automatisé
01
Entrées
Sources, métadonnées, texte analysé, préférences utilisateur et signaux utilisés pour produire le résultat.
02
Traitement
Règles de filtrage, rapprochements, classifications, synthèses et éventuelle intervention de modèles d’IA.
03
Sortie contrôlable
Motifs de sélection, provenance, limites, corrections possibles et absence de garantie de neutralité.
Contrôle public
Engagements vérifiables
- Indiquer lorsqu’une synthèse ou classification a été assistée par une IA.
- Conserver les liens vers les sources consultées et ne pas citer une source inexistante.
- Ne pas utiliser un score opaque comme preuve de qualité scientifique.
- Tester les erreurs d’homonymie, de langue, de discipline et de couverture géographique.
- Prévoir une correction humaine et une voie de contestation.
Référentiels externes
Sources normatives et documentaires de référence
Leur présence ne signifie ni partenariat, ni validation, ni approbation de Recherche.fr.