Faire dire « je ne suis pas sûr » à l’IA : construire une intelligence fiable et stable
Akash Singh
Dans cet épisode de Pulse (en anglais), Laurence Dessart s’entretient avec Akash Singh, doctorant en Business Analytics et Supply Chain Management, autour de l’un des plus grands défis de l’intelligence artificielle : la surconfiance. Akash y présente deux cadres qu’il a développés pour aider les systèmes d’IA à reconnaître leurs situations d’incertitude et à rester stables lorsque les données du monde réel évoluent.
De la prédiction plus fiable du taux de départ et de la rétention clients à l’amélioration de la collaboration entre humains et IA, ses travaux montrent que l’avenir d’une IA digne de confiance ne repose pas sur l’élimination de l’incertitude, mais sur sa compréhension.
Un échange concis et éclairant pour toute personne amenée à déployer l’IA dans un contexte professionnel.
Ne manquez aucun épisode : suivez-nous sur votre plateforme de streaming préférée. Cliquez sur les logos pour vous abonner à notre podcast !
Les articles scientifiques discutés dans cet épisode
Singh, A., Ittoo, A., Ars, P., & Vandomme, E. (2025). Multi-channel multi-model customer conversion prediction in the insurance domain. In A. Taghipour, New Perspectives and Paradigms in Applied Economics and Business: Select Proceedings of the 9th International Conference on Applied Economics and Business, Paris, France, 2025. Switzerland: Springer Cham. https://hdl.handle.net/2268/333193
Singh, A., Ittoo, A., Vandomme, E., & Ars, P. (2025). Uncertainty-Aware Reinforcement Learning Agents for Noisy Environments. In 2025 tenth International Conference on Information Technology Trends (ITT). IEEE. doi:10.1109/ITT69610.2025.11352934 https://hdl.handle.net/2268/337557
Singh, A., Ittoo, A., Ars, P., & Vandomme, E. (20 May 2025). Beyond Yes or No: Making Reliable Decisions and improving personalized customer service (Poster) [Poster presentation]. Research day, Liege, Belgium. https://hdl.handle.net/2268/331783
