Depuis 1970, le Conseil canadien des normes (CCN) mise sur la normalisation pour créer un avenir sûr, sain, prospère et durable pour la population, les villes et les entreprises canadiennes. Il se concerte avec un vaste réseau de partenaires au pays et à l’international pour faire valoir les intérêts du Canada auprès de la normalisation et de l’accréditation sur la scène internationale, notamment à titre de membre de l’Organisation internationale de normalisation (ISO) et de la Commission électrotechnique internationale (IEC). Organisme d’accréditation principal du Canada, le CCN renforce la confiance des marchés au pays et à l’étranger en veillant à ce que les organismes d’évaluation de la conformité répondent aux exigences les plus rigoureuses. Ce faisant, il met un monde de possibilités à votre portée. Pour un complément d’information : http://www.ccn-scc.ca/
Animé sous l’égide du Programme d’intelligence artificielle et de gouvernance des données (IAGD) du CCN, le projet de spécification technique sur le baromètre de confiance a pour vocation d’enrayer les discriminations statistiques contre les minorités et les cas atypiques provenant de l’intelligence artificielle (IA) et des analyses de données. Le projet prévoit la création d’un outil permettant aux exploitantes et exploitants de l’IA d’évaluer si une personne, un groupe ou une décision dépasse un certain seuil statistique et entraînerait ainsi un résultat inéquitable, inexact ou incorrect. Si un individu est considéré comme étant au-delà du seuil en question, l’outil signale l’inadéquation de l’IA pour ce cas afin d’éviter les résultats discriminatoires.
Le projet de baromètre de confiance est pensé pour favoriser l’inclusivité et la nuance dans l’écosystème de données, principalement en ce qui concerne les personnes en situation de handicap, mais aussi pour d’autres groupes marginalisés. L’outil aura pour vocation l’aplanissement des obstacles dans l’écosystème des données afin de favoriser l’équitabilité et l’encadrement des risques associés aux discriminations statistiques.