English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Cet article s'interesse aux problematiques liees a l’application d’algorithmes dans les decisions administratives, et plus particulierement aux donnees et methodes utilisees dans ces applications. Le legislateur s’est jusqu’a present focalise sur la transparence de la “decision” qui n’est qu’un certain type de traitement de donnees. Mais rien n’est precise sur les donnees qui vont influencer ces algorithmes, c’est a dire les donnees qui se trouvent en amont de la decision. On fait l’hypothese dans cet article que ce droit a l’explication devrait porter aussi sur les donnees utilisees pour entrainer ces algorithmes.  On fera d’abord un rappel de l’evolution des politiques d’Open data, puis on parlera des nouvelles tendances vers l’algorithmisation du droit et de l’administration dans le contexte du gouvernement ouvert et le role joue par les donnees au sein de ces nouveaux processus decisionnels. Enfin, on analysera la difficulte d’assurer une reelle transparence pour de nouveaux types d’algorithmes (e.g. les algorithmes d’apprentissage automatique) qui seront de plus en plus utilises au sein de l’administration. Nous soulignerons notamment la necessite - actuellement encore peu exploree - de garantir non seulement l’acces au code source de ces algorithmes, mais aussi l’acces aux bases de donnees qui les ont entraines, ainsi qu’aux criteres de selection utilises pour construire ces base d’apprentissage.

Transparence des algorithmes face à l’open data : quel statut pour les données d’apprentissage ?