Description du projet
Comprendre les conséquences des algorithmes d’apprentissage automatique pour les sociétés contemporaines
Les progrès rapides dans les technologies d’apprentissage automatique transforment la vie sociale et politique d’une manière unique qui remet en question la façon dont nous vivons en relation avec les autres. Les chances de vie d’une personne sont maintenant intimement liées aux attributs qu’un algorithme a appris des modèles de données d’autres inconnus. Le projet ALGOSOC, financé par l’UE, développe une nouvelle approche pour comprendre et répondre aux conséquences des algorithmes d’apprentissage automatique pour les sociétés contemporaines. Le projet étudiera la façon dont les algorithmes d’apprentissage automatique du 21e siècle apprennent à reconnaître, à attribuer et à déduire les caractéristiques des entités, et plus particulièrement des personnes, des groupes et des objets.
Objectif
ALGOSOC develops a new approach to understanding and responding to the consequences of machine learning algorithms for contemporary societies. Rapid advancements in machine learning technologies are transforming social and political life in ways that uniquely challenge how we live in relation to others. The life chances of a person are now intimately connected to the attributes that an algorithm has learned from the data patterns of unknown others. From judgements in the criminal justice system to decisions on treatment pathways in health, the outputs of algorithms have become pivotal to the decisions and adjudications on the probable futures of individuals. While there is substantial academic and public emphasis on defining ethical codes of conduct for algorithmic decisions, there is a lack of attention to how machine learning algorithms remake the ethical relations that define a society. In short, existing research is focused on limiting the harms of the actions of algorithms, whereas ALGOSOC focuses on how algorithms are redefining the thresholds of what harmful, good, bad, or risky behaviour means in a society. The ALGOSOC project will examine how 21st century machine learning algorithms are learning to recognize, to attribute, and to infer the characteristics of entities (people, groups, and objects). In order to do this, the project will conduct a series of path-defining studies of societal domains of machine learning that, though they share algorithms in common, have not previously been researched in combination: behavioural biometrics and biomedical object recognition; consumer recommendation and criminal justice scoring; oncology treatment pathways and anomaly detection for security. The ALGOSOC project will provide new social science knowledge of what is taking place as machine learning algorithms travel across different domains and sites, and how precisely they learn by their exposure to different worlds of data.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
ERC-ADG - Advanced Grant
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2019-ADG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
DH1 3LE DURHAM
Royaume-Uni
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.