Year: 2025
Type: dissertation
Abstract: Cette thèse vise à comprendre comment les algorithmes, intégrés dans les processus sociétaux, interagissent avec la prise de décision humaine et les influencent. En explorant la manière dont les algorithmes fournissent des informations, influencent les négociations et assument des rôles décisionnels traditionnellement détenus par les humains, la thèse s'intéresse à la relation entre les humains et les algorithmes.Le chapitre 1 se concentre sur l'influence des algorithmes de justice prédictive dans la prise de décision en situation d'incertitude, en examinant spécifiquement la manière dont les individus traitent et évaluent différents types d'informations fournies par ces algorithmes dans le cadre d'un procès. Les résultats montrent que, bien que les individus apprécient les informations algorithmiques pour leur capacité à réduire l'incertitude, ils ne tiennent pas pleinement compte des nuances de l'impact de ces informations sur leurs décisions lors de leur évaluation.Dans le chapitre 2, la thèse s'appuie sur ces observations en explorant si les outils de justice prédictive peuvent accélérer les procédures de divorce en fournissant des informations pertinentes. Bien que ces outils ne réduisent pas de manière significative l'encombrement des tribunaux, ils conduisent à des règlements plus équitables en alignant les montants convenus à l'amiable avec ce qu'un juge aurait pu décider. Ainsi, bien que ces outils ne permettent pas d'accélérer le processus d'accord, ils contribuent à des résultats plus justes.Le chapitre 3 examine si les algorithmes sont utilisés comme boucliers pour éviter la responsabilité personnelle dans des décisions moralement discutables. Grâce à une expérience de jeu du dictateur modifiée, les résultats montrent que déléguer des décisions à une IA ne réduit pas la perception de la responsabilité des décideurs humains par rapport à la délégation à des algorithmes basés sur des règles ou à des intermédiaires humains. Les résultats suggèrent également que les humains peuvent se cacher derrière les algorithmes pour agir de manière égoïste.Enfin, le chapitre 4 critique une méthode largement utilisée en économie expérimentale pour l'élicitation des préférences de risque, et propose une nouvelle méthodologie. Cette nouvelle méthode corrige les biais de l'approche existante et s'avère plus cohérente, offrant une mesure plus fiable des préférences en matière de risque.Dans l'ensemble, cette thèse offre une exploration de l'interaction entre les humains et les algorithmes, en mettant en évidence à la fois les avantages et les risques potentiels. Elle souligne la nécessité de prendre en compte avec soin la manière dont les algorithmes sont intégrés dans les processus sociétaux, et ouvre la voie à de futures recherches sur la relation humain-algorithme.
Source: theses.fr (ABES)
Author: Teixeira, Vincent
Language: English
Subfield: Safety Research
Field: Social Sciences
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W7116637481
Cites:
Cited by:
Related to: