Qu'est-ce que l'équité intersectionnelle?

L’équité intersectionnelle est une approche pour assurer la justice dans l’apprentissage automatique et l’intelligence artificielle, qui prend en compte l’intersection de plusieurs catégories démographiques ou sociales en même temps.

Au lieu d’examiner les groupes séparément (par exemple, uniquement par sexe ou uniquement par race), l’équité intersectionnelle analyse comment le modèle influence les intersections de ces catégories, par exemple, les femmes d’un groupe ethnique spécifique ou les personnes avec certains niveaux de revenu et d’incapacité.

C’est important parce que l’injustice peut se manifester précisément à l’intersection de plusieurs facteurs, et l’ignorer conduit à ce que les sous-groupes vulnérables restent invisibles et discriminés.

Exemple : si un modèle de scoring de crédit est équitable en ce qui concerne le sexe et l’âge séparément, mais évalue moins favorablement les jeunes femmes d’une région spécifique, cela constitue une violation de l’équité intersectionnelle.